Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Classement d'objets incomplets dans un arbre de décision probabiliste
In AEGC 2005, vol. RNTI-E-5, pp.309-318
Résumé
Nous présentons une approche probabiliste pour déterminer les valeurs
manquantes des objets incomplets pendant leur classement dans les arbres de
décision. Cette approche est dérivée de la méthode d'apprentissage supervisé
appelée Arbres d'Attributs Ordonnés proposée par Lobo et Numao en 2000, qui
construit un arbre de décision pour chacun des attributs, selon un ordre croissant
en fonction de l'information mutuelle entre chaque attribut et la classe. Notre
approche étend la méthode de Lobo et Numao d'une part en prenant en compte
les dépendances entre les attributs pour la construction des arbres d'attributs, et
d'autre part en fournissant un résultat de classement d'un objet incomplet sous la
forme d'une distribution de probabilités (au lieu de la classe la plus probable).